AI 医疗与生命科学

追踪医疗 AI、AI 制药、生物模型、医学影像、临床应用与生命科学研究,每条附来源、摘要和推荐理由。 · 2312 条
从医学影像、临床决策到药物发现、蛋白质与实验室自动化,集中呈现 AI 进入医院和生命科学研究的真实进展。
本页是资讯聚合,不构成医疗建议;临床决策请以论文原文与监管文件为准。
11月20日
Stanford 团队 VirtualBiotech 登上 Science:数万个 AI 智能体协作做药物研发

Stanford 的 James Zou 团队在 Science 上发了 VirtualBiotech,让数万个 AI 智能体像一家生物科技公司一样分工跑完从找靶点到设计临床试验的全流程。做药物研发的人和想搭多智能体系统的人都该看看,它是一份现成的 agentic R&D 组织蓝图。

Claude@claudeai原文
Candid Health 用 ElevenAgents 打保险理赔电话,12,860 通试呼成功率 59%

医疗账单员打一通拒赔电话要花 10 分钟到 1 小时,Candid Health 让智能体替人打,12,860 通试呼里 59% 全程搞定。语音智能体落地到真实电话场景的少见量化案例,做 vertical AI 或语音产品的都该看看别人怎么定成功标准。

官方账号ElevenLabs@elevenlabsio原文
Knit Health 获 3500 万美元 A 轮融资,开发医疗行业世界模型

医疗 AI 创业公司 Knit Health 拿了 3500 万美元 A 轮,不做单点工具,而是给医院做世界模型当连接层。CEO Jonathan Kolstad 说很多医院已经有兴趣。做医疗信息化或医院采购的人可以看看这条路线和通用大模型方案的区别。

Healthcare Dive@Rebecca Pifer Parduhn原文
行业中美对照多源确认88°02:19
Dario Amodei 就 Anthropic IPO 发文:称 AI 可压缩百年科学进展

Anthropic 要上市了,CEO 亲自下场讲故事。讲了他家 Claude 在药物研发里帮科学家省时间的用法,也承认了失控风险。想理解这家公司上市怎么跟投资人叙事、跟 OpenAI 打差异化,这篇原文值得翻一下。

事件专题
官方账号Anthropic@AnthropicAI原文
行业政策与合规多源确认00:52
Dario Amodei 表示 Anthropic 不会在 AI 安全问题上向商业或政治压力低头

Amodei 明确说 Anthropic 不吃商业和政治那一套,安全立场不动摇。对比 OpenAI 近期频繁的商业化动作,这个表态等于把路线差异摆到了台面上。关注 AI 安全监管和实验室博弈的人值得看看原文。

事件专题
PolymarketMoney@PolymarketMoney原文
CSET 发布报告:生物数据库数据质量制约 AI 工程生物学应用

CSET 新出的报告,作者 Vikram Venkatram 和 Steph Batalis 把生物数据库翻了个底朝天,指出了数据质量这些会卡住 AI 训练的实际问题。做 AI 制药或生物学数据相关工作的人可以看看,比单纯吹 AI 能发现新药的文章实在。

CSET Georgetown@CSETGeorgetown原文
11月19日
论文Agent 与开发者多源确认22:44
Stanford 论文:8 个 LLM 评审都偏袒自己的医疗答案

做模型评测的朋友该看看这篇。Stanford 用 620 个真实临床问题实测了 8 个模型的 LLM-as-judge 偏差,连匿名和加 rubric 都压不住,GPT-5.6 Sol 偏得最狠。文章结尾给了两个能直接落地的评审方案。

事件专题
rohanpaul_ai@rohanpaul_ai原文
行业20:54
Microsoft Research 对谈 Eric Topol:AI 如何走向真实临床落地

微软和 Scripps 的人坐下来聊了 AI 医疗落地最难的部分——不是模型,而是临床验证和部署。想知道为什么 AlphaFold 式的进展还没变成病历里的一部分,可以听听这几位怎么拆解。

事件专题
官方账号Microsoft Research@MSFTResearch原文
医疗行业如何安全部署 Agentic AI?XIFIN CTO 分享实践观点

XIFIN 的 CTO 用 2023 到 2024 年 AI 算数能力的反差说明:医疗智能体的风险不在模型笨不笨,而在权限和审核流程怎么设计。做医疗信息化、医保系统或在医院推进 AI 落地的团队可以拿来对照自查。

HIT Consultant@Sanjay Kumar, Chief Technology Officer at XiFin原文
产品Agent 与开发者多源确认19:49
Helios 发布:一滴血检测 1000+ 蛋白质生物标志物,打造健康基础模型

一个 CRISPR 诊断背景的团队做了家用一滴血检测,能测 1000 多种蛋白质标志物,再由 AI 智能体解读风险和给建议,拿到 YC 支持。做健康管理或蛋白质组学方向的团队可以看看它的产品思路。

事件专题
elvis@omarsar0原文
产品Agent 与开发者多源确认17:53
Helios:在家一滴血测 1000+ 蛋白质,AI 解读疾病风险

Y Combinator 孵化的 Helios 做了个居家采血检测,一滴血能测 1000 多种蛋白质,比常规体检的 20 项指标多了几十倍,然后让 AI agent 直接告诉你的疾病风险。关心自己身体数据的人可以看看。

事件专题
rohanpaul_ai@rohanpaul_ai原文
行业Agent 与开发者多源确认17:23
微软向客户强调 Copilot 数据治理优于 Claude Office 功能

微软销售话术里有个很实际的点:用 Claude 处理 Office 文档得把数据导到 Anthropic 服务器,Copilot 不用。如果你在管企业合规或选型办公 AI,这篇值得看,采购时数据流向就是谈判筹码。

事件专题
The Information@theinformation原文
STAT 分析 AI 医疗记录员市场竞争格局:赢家与输家逐渐分明

如果你关注医疗 AI 落地,这期 STAT 通讯值得翻一翻。AI scribe 是医疗行业渗透最快的场景之一,文中梳理了目前谁跑在前面、谁在掉队,还带上了 HLTH 大会的现场消息。做医疗方向创业或采购的朋友可以直接看竞争分析。

STAT News · Health Tech@Brittany Trang原文
行业Agent 与开发者多源确认17:07
Unsiloed AI 融资 750 万美元,让 PDF 文档可被 AI 智能体查询

一家只有 7 人的公司拿下了 Felicis 领投的 750 万美元种子轮,做的就是让智能体能可靠地读 PDF。双流视觉模型加逐字段溯源,还能完全离线部署,比一般纯云方案更适合金融和法律这种不能出错的场景。做文档处理或智能体落地的开发者值得看看它的技术拆解。

事件专题
rohanpaul_ai@rohanpaul_ai原文
HORIZON 模型用水平流匹配破解空间转录组细胞轨迹推断难题

做空间转录组建模、细胞轨迹推断的研究者值得看看这篇。它把刚体运动从动态里剥离,等于解决了一个一直污染结果的对齐问题,HORIZON 在四个真实时间进程上跑赢了现有空间和 unbalanced trajectory 方法。

arXiv cs.AI@Zihan Wang 等 4 人原文
Stanford 研究发 JAMA Surgery:Aimbient AI 自动化手术室文书达到人工水平

Stanford 把手术室 15 间房的全部手术拿来测 Aimbient 的自动文书,用盲审视频当标准答案,准确率追平人工录入。之前同类验证一般只测单一术式,这次是全量手术,证据硬得多。医院信息科和手术室管理团队该看看。

HIT Consultant@Jasmine Pennic原文
Epic 在 HLTH 大会回应竞争争议,承诺向 AI 开放病历数据访问

美国医院基本都跑在 Epic 的病历系统上,它以前对数据访问卡得很紧。这次高管在 HLTH 大会上松口,说让 AI 来读它的病历,等于医疗 AI 公司拿到了最关键的分发入口。做医疗 AI 或给医院做系统的开发者应该盯紧具体的 API 条款。

STAT News · Health Tech@Casey Ross and Matthew Herper原文
论文13:56
SOSM框架:用无监督几何建模生存分析,摆脱结局标签依赖

这篇论文思路挺有意思:不再直接预测生存结局,而是把患者轨迹当成潜在空间的几何结构来学。184例肾癌数据上C-index做到0.768,还不靠监督特征选择就找回了已知驱动因素。做生存分析或多组学建模的研究者可以看看方法部分。

arXiv cs.LG@Atahan Karagoz原文
ElevenLabs 推出 ElevenAgents for Healthcare 医疗语音智能体方案

ElevenLabs 把自家的 Scribe v3 Live Medical 语音模型做成了医疗专用智能体方案,能自动接电话、约号、查理赔。Banner Health 和 Pfizer 这些机构已经在用了,做医疗系统或客服自动化的团队可以看看这波语音方案的落地方式。

官方账号ElevenLabs@elevenlabsio原文
行业Agent 与开发者多源确认00:18
Unsiloed 融资 750 万美元,为 AI 智能体打造文档基础设施

刚拿了 Felicis 领投的 750 万美元种子轮,做的是让智能体能像查数据库一样查 PDF 这类文档。用视觉加双流模型把 messy 文档转成 LLM 能推理的结构。做企业智能体、RAG 或者文档处理的开发者值得看看这个方向。

事件专题
elvis@omarsar0原文
11月18日
产品Agent 与开发者多源确认78°21:14
豆包工作上线 3 个月 DAU 突破 800 万,ARR 超 20 亿元

豆包这个面向办公场景的产品三个月做到 800 万日活和 20 亿元 ARR,还能自由切换 Kimi、DeepSeek 这些第三方模型。做企业服务或智能体产品的人都该看看它的计费和模型组合思路,对比飞书、钉钉的 AI 功能很有参考价值。

事件专题
IT之家原文
Google 联合 Artificial Analysis 发布 Multimodal Knowledge Agent 基准

Google 和 Artificial Analysis 一起搞了个新基准,200 个任务专测模型看 CAD 图、电路图、GIS 地图这类专业图片再做多步推理。想给企业场景选多模态模型的人可以直接拿结果对比各家模型,比单纯跑通用基准更有参考价值。

Philipp Schmid@_philschmid原文